网站空间_dc服务器_精选特惠

国际 虚拟云 浏览

小编:当我们进入无数关于"无人驾驶"汽车的发展是否对那些通过驾驶Uber或Lyft赚钱的人有好处的辩论时,我一直在思考一个更为根本的问题:这些讨论对司机是否有意义?不是真的,至少在

当我们进入无数关于"无人驾驶"汽车的发展是否对那些通过驾驶Uber或Lyft赚钱的人有好处的辩论时,我一直在思考一个更为根本的问题:这些讨论对司机是否有意义?不是真的,至少在未来10-15年不会。那么,今天,与他们更相关的是什么呢?

这里有两个最重要的问题,可靠云服务器,我敢肯定,大多数Uber/Lyft司机都很想知道答案:

到周末我能挣多少钱?有没有办法破解"少开车多赚钱"的密码?

让我们换个角色来解决这些问题。让我们?假设一位数据科学家决定开一辆Uber。我想向你介绍一个案例,强调"他/她"会怎么想。让我们假设,我(数据科学家)决定开车,并试图找出上述两个问题的答案。(是的,因为我在SAP工作,我还可以访问我们的机器学习平台SAP BusinessObjects Predictive Analytics,使我成为一个聪明的Uber驱动程序—Advantage Surya!)

与任何其他分析一样,这一分析也需要数据并从数据开始。我住在芝加哥市,假设我开了一整年的优步,看到了所有不同的季节(尤其是冬天!),并可能驱车前往城市的所有地方,我将拥有过去362天所有上述指标的相关数据,以及我的收入、天气、假期、周末、GPS信息等。这是芝加哥在地图上的视觉表现。这只是为了让你了解不同的郊区是如何分布的,以及机场离芝加哥市中心有多远。

所以,云服务器优势,现在我们了解了数据和地图以及路线,让我们直接进入问题。

哈!这是个预测问题,不是吗?好吧,要解决这个问题,我需要我收入的历史数据。以下是我如何在Uber应用程序中看到我的数据—一个干净、漂亮的界面,云安全,让我可以获得全年的每日收入。

因此,我下载了自己的数据,并使用SAP BusinessObjects Predictive Analytics的时间序列预测向导,在很短的时间内实际构建了一个预测模型。

forecasting

因此,我下载了自己的数据,并使用SAP BusinessObjects Predictive Analytics的时间序列预测向导在很短的时间内实际构建了一个预测模型。在这里,我只预测了5天,这就是我的模型的表现。我们有2015年10月1日至2016年10月1日的数据(362条记录)。我们只用了7秒钟就建立了一个模型来预测我未来5天的收益。

SAPBusinessObjects预测分析不仅可以预测收益,还可以确定我的数据中是否隐藏了趋势和季节性。

模型的质量和揭示的趋势如何?

那么,我怎么知道我的模型是否好呢?引入MAPE预测模型的质量指标是在整个训练周期内观测到的MAPE值的平均值。值为0表示完美的模型,而值大于1表示质量较差的模型。这里我们有一个错误率为3.3%的模型,非常好!

趋势和季节性如何?我们的模型确定了一个多项式趋势,即每29天重复一次的周期。(也许这反映了发薪日!?)所以,我们可以假设人们在拿到薪水的那天经常外出!

现在让我们看看预测输出:

您可以清楚地看到我的数据集中的模式。很明显,我开始比以前赚更多的钱,但是你也可以在周末看到一个稳定的峰值,在每个月的第一个周末看到一个更高的峰值。

这个分析非常有趣,因为我可以看到一个线性的积极趋势,如下图所示。

嗯…有趣…现在我有了我的第一个问题的答案,那就是,"接下来的5天,我每天能挣多少钱?"

在这个博客的第二部分,我将继续讨论第二个问题,"有没有办法破解代码‘少开车多赚钱?"请继续关注!

了解更多

下载"Forrester Wave:预测分析和机器学习解决方案,2017年第一季度"请每周四访问SAP BusinessObjects Analytics博客,开放云数据库,了解更多有关预测分析和机器学习主题的信息,云数据库跟,并阅读存档中以前的系列文章

当前网址:http://www.vmchk.com/icon/88827.html

 
你可能喜欢的: